Ragionamento a staffetta multi-agente

Abstract degli autori

I metodi di collaborazione multi-agente (MAC) esistenti hanno esplorato soprattutto una topologia di collaborazione basata sul pensiero di gruppo, in cui gli agenti generano soluzioni in modo indipendente e aggregano i propri risultati. In questo lavoro, esaminiamo una topologia alternativa di ragionamento a staffetta, in cui la titolarità del ragionamento viene trasferita dinamicamente da un agente all’altro, consentendo agli agenti successivi di ereditare e perfezionare una traiettoria di ragionamento in evoluzione. Presentiamo Multi-Agent Confidence-guided Relay (MACR), un framework che consente la collaborazione dinamica a staffetta tra agenti. La sfida principale consiste nello stabilire quando il ragionamento debba passare a un altro agente e quale agente debba proseguire il processo. Il metodo affronta questa sfida attivando il passaggio a un altro agente in base alla confidenza e utilizzando un meccanismo di offerta che seleziona l’agente successivo in base alla sua confidenza. Gli esperimenti condotti su quattro benchmark mostrano che il metodo supera, in termini di accuratezza, le strategie più efficaci basate su un singolo modello, per esempio con un vantaggio del 3,3% su MathVista e del 3,9% su MMStar, e si mantiene alla pari con le strategie multi-agente, consumando al contempo un overhead di token 6,0 volte inferiore su HallusionBench e MMStar. Ulteriori analisi dimostrano che la collaborazione a staffetta consente ad agenti eterogenei di integrare progressivamente intuizioni complementari, combinando capacità eterogenee nelle diverse fasi del ragionamento. Il nostro codice sorgente è disponibile all’indirizzo https://github.com/67L1/MACR.